Thèse Conception et Co-Optimisation d'Un Système Embarqué Intelligent Basse Consommation pour le Monitoring Gériatrique H/F - Doctorat.Gouv.Fr

Établissement : Université Côte d'Azur École doctorale : STIC - Sciences et Technologies de l'Information et de la Communication Laboratoire de recherche : LEAT- Laboratoire d'Electronique, Antennes et télécommunications Direction de la thèse : Fabien FERRERO ORCID 9799000197996358 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-05-03T23:59:59 Le vieillissement de la population mondiale constitue un défi majeur pour les systèmes de santé, en particulier pour le suivi continu des personnes âgées à domicile. La détection des chutes et l'analyse des troubles moteurs nécessitent des solutions technologiques fiables, autonomes et acceptables par les utilisateurs. Toutefois, les approches existantes présentent des limites importantes : les dispositifs portables sont contraignants, les systèmes basés sur la vision soulèvent des problématiques de vie privée, et les infrastructures environnementales sont difficiles à déployer à grande échelle. Dans ce contexte, l'électronique embarquée et les télécommunications jouent un rôle clé dans le développement de solutions innovantes.

Cette thèse propose de concevoir un système embarqué intelligent intégrant des capteurs de profondeur de type Time-of-Flight (ToF), des unités de traitement numérique basse consommation et des modules de communication sans fil optimisés. L'objectif est de développer une architecture électronique complète capable de capturer, traiter et transmettre des informations pertinentes sur l'état moteur des utilisateurs, tout en respectant des contraintes strictes de consommation énergétique, de latence et de confidentialité.

Sur le plan de l'électronique numérique, la recherche se concentrera sur la conception d'une architecture matérielle optimisée autour d'un microcontrôleur intégrant des capacités de traitement du signal et d'accélération des opérations de calcul (DSP). Une attention particulière sera portée à la co-conception matériel/logiciel afin d'implémenter efficacement des algorithmes d'intelligence artificielle embarquée (TinyML). Cela inclut l'optimisation des modèles via des techniques de compression telles que la quantification et le pruning, afin de réduire l'empreinte mémoire et la consommation énergétique tout en maintenant un niveau de performance diagnostique élevé. L'enjeu principal sera de garantir une exécution temps réel avec une latence déterministe sur une plateforme contrainte.

Du point de vue des télécommunications, la thèse abordera la conception d'une architecture de communication sans fil robuste et économe en énergie, basée sur des protocoles tels que le Bluetooth Low Energy (BLE). L'objectif est d'optimiser la transmission de données entre le dispositif embarqué et une passerelle (smartphone ou hub), en limitant le volume de données échangées à des métadonnées pertinentes afin de préserver la vie privée. Des travaux seront menés sur la gestion énergétique des communications, la fiabilité du lien radio en environnement domestique et la sécurité des échanges de données.

La problématique globale sera formulée comme une optimisation multi-objectifs, visant à maximiser les performances du système (précision de détection, robustesse) tout en minimisant la consommation énergétique, la latence et l'utilisation des ources matérielles. Une approche expérimentale sera mise en oeuvre, incluant le développement d'un prototype fonctionnel, la caractérisation des performances matérielles et radio, ainsi que la validation en conditions réelles.

Les contributions attendues incluent : (i) la conception d'une architecture électronique embarquée optimisée pour l'IA en périphérie, (ii) le développement de stratégies de communication sans fil basse consommation adaptées aux dispositifs médicaux connectés, et (iii) une analyse approfondie des compromis entre performances algorithmiques, contraintes matérielles et exigences de télécommunication. Cette recherche vise ainsi à proposer une nouvelle génération de systèmes de santé connectés, autonomes, fiables et respectueux de la vie privée. Le contexte scientifique s'inscrit dans la convergence entre l'électronique embarquée, l'intelligence artificielle et la santé connectée. Les avancées récentes en capteurs de profondeur (ToF) et en microcontrôleurs basse consommation permettent d'envisager des systèmes autonomes de monitoring en temps réel. Parallèlement, le développement du TinyML rend possible l'exécution locale de modèles d'apprentissage profond sur des dispositifs contraints. Cependant, des verrous subsistent en termes d'optimisation énergétique, de capacité mémoire et de fiabilité des algorithmes embarqués. Ce contexte ouvre la voie à des solutions innovantes combinant performance, autonomie et respect de la vie privée. Les objectifs en électronique numérique portent sur la conception d'un système embarqué basse consommation capable d'exécuter des algorithmes d'IA en temps réel. Ils incluent l'optimisation des ressources matérielles, de la mémoire et de la latence grâce à des techniques comme la quantification.
Sur le plan des télécommunications, l'objectif est de mettre en place une communication sans fil fiable et économe en énergie, notamment via le BLE.
Le système doit garantir une transmission sécurisée et limitée aux données essentielles.
Une attention particulière est portée à la robustesse du lien radio en environnement réel.
L'ensemble vise à assurer performance, autonomie énergétique et respect de la vie privée. La méthode repose sur une approche de co-conception matériel/logiciel adaptée aux systèmes embarqués contraints. Elle débute par l'acquisition et le prétraitement de données issues de capteurs ToF et IMU. Des modèles d'apprentissage profond légers sont ensuite conçus, entraînés puis optimisés via des techniques de compression (quantification, pruning). Ces modèles sont déployés sur microcontrôleur et évalués selon des critères de latence, consommation et précision. Enfin, le système complet est validé en conditions réelles avec une communication sans fil sécurisée.

Le laboratoire LEAT recherche un ingénieur ou titulaire d'un Master récemment obtenu en électronique ou en électromagnétisme, capable d'intégrer rapidement une équipe de recherche dynamique. Le candidat idéal maîtrise la conception de circuits électroniques, le développement sur microcontrôleur et la réalisation de cartes électroniques, incluant la conception de PCB. Il dispose de solides compétences en électronique numérique, en systèmes embarqués et en systèmes de communication. Sur le plan logiciel, il programme en Matlab et Python pour l'analyse de données expérimentales, et développe des algorithmes adaptés aux contraintes embarquées. Rigoureux dans sa démarche, il sait analyser une problématique complexe, rédiger des publications scientifiques et maintenir une documentation technique de qualité. Doté d'un bon sens de la communication, il est capable de restituer ses travaux clairement, d'élaborer un cahier des charges et de faire preuve de pédagogie auprès de ses interlocuteurs. Il travaille aussi bien en autonomie qu'en équipe, en sachant piloter un projet dans le respect des échéances fixées. Curieux et proactif, il assure une veille technologique régulière et est force de proposition dans ses missions. Ce profil polyvalent, à la croisée de l'ingénierie et de la recherche, constitue un atout précieux pour les projets menés au sein du laboratoire.